Autor
David Fehrenbach
David ist Geschäftsführer von preML und schreibt über technologie- und geschäftsbezogene Themen im Bereich Computer Vision und maschinelles Lernen.
Unvollständige Montagesets beim Kunden sind ärgerlich und teuer. Ein System, basierend auf modernen KI-Algorithmen erkennt unvollständige Sets in Echtzeit. Dadurch wird sichergestellt, dass bei der Zusammenstellung von Einzelteilen zu Montagesets keine Teile übersehen werden. Wie funktioniert die Lösung und wie kann man sie bedienen? Erfahren Sie mehr in diesem Text!
Bild 1: Die farbigen Annotationsrahmen zeigen die Erkennung der Objekte in den ihnen vorhergesehenen Aussparungen grün an. In Rot markiert werden fehlende oder falsche Objekte visuell hervorgehoben. (c) preML GmbH
Integration in den Prozess
Mithilfe einer Kamera wird die Station überwacht und alle Teile erfasst. Fehlende Teile werden auf einem Bildschirm angezeigt, um den Mitarbeiter zu informieren. Informationen können in das Produktions- und Qualitätssystem übertragen werden.
Neue Positionen Konfigurieren
Die Teile ganz einfach im Konfigurator per Drag & Drop markieren und positionieren. Durch Schnittstellen mit der Anlagensteuerung wird die richtige Konfiguration für neue Aufträge automatisch geladen.
Selbstständig die KI Trainieren
Durch gezielte Annotierungen lernt das KI-System kontinuierlich dazu und passt sich Ihren spezifischen Bedürfnissen an. Lernen Sie die Erkennung Ihrer Teile selbst an und verbessern Sie die Genauigkeit der Ergebnisse mit jeder Interaktion.
Klingt interessant? Kontaktieren Sie uns gerne und erhalten Sie einen kostenlosen Machbarkeitscheck für Ihr Unternehmen!
Wir freuen uns darauf, bald weitere Ergebnisse des Projekts zu veröffentlichen!
David
Feel free to contact us anytimes at contact@preml.io
Autor
David Fehrenbach
David ist Geschäftsführer von preML und schreibt über technologie- und geschäftsbezogene Themen im Bereich Computer Vision und maschinelles Lernen.